Chainer 7.8.1 （GPU 対応可能）のインストール（Windows 上）

要点

Python 3.8, 3.7, 3.6, 3.5 のいずれかが必要 (根拠: https://pypi.org/project/cupy-cuda110/7.8.0/#files)
cupy バージョン 7.7 以上，8.0 未満が必要．そのために，NVIDIA CUDA 11.0 を使う (根拠: https://pypi.org/project/cupy-cuda110/7.8.0/#history)

【目次】

NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.0, NVIDIA cuDNN 8.2.1 のインストールについて
Chainer のインストール
Chainer を GPU で動作させてみる

【関連情報】

先人に感謝

Chainer の Web ページ: https://chainer.org
GitHub の pfnet/chainer の Webページ: https://github.com/pfnet/chainer

NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.0, NVIDIA cuDNN 8.2.1 のインストールについて

GPU は，グラフィックス・プロセッシング・ユニットの略で、コンピュータグラフィックス関連の機能，乗算や加算の並列処理の機能などがある． NVIDIA CUDA ツールキットは，NVIDIA社が提供している GPU 用のプラットフォームである．

【サイト内の関連ページ】

Windows での NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.0，NVIDIA cuDNN v8.2.1 のインストール: 別ページで説明している．

① Build Tools for Visual Studio 2019（ビルドツール for Visual Studio 2019）もしくは Visual Studio 2019 のインストール

Build Tools for Visual Studio 2019（ビルドツール for Visual Studio 2019）もしくはVisual Studio 2019 を，前もってインストールしておく．

Visual Studio を使う予定がある場合
Windows での Visual Studio 2019 のインストール: 別ページで説明している．
Visual Studio を使う予定がない場合
Build Tools for Visual Studio 2019（ビルドツール for Visual Studio 2019） のインストール: 別ページで説明している．

② NVIDIA ドライバについて

古いNVIDIA ドライバ，NVIDIA CUDA がインストール済みのとき，不要なものがあればアンインストール
Windows のスタートメニューで「設定」，「アプリ」と操作して，「NVIDIA ・・・」を削除
NVIDIA グラフィックス・カードの種類を調べる
hwinfo (URL: https://www.hwinfo.com) を使って調べることができる．
あとで，NVIDIA CUDA ツールキットをインストールするときに，NVIDIA ドライバを同時にインストールすることができる．
あとで、NVIDIA CUDA ツールキットをインストールするので、そのときに、NVIDIA ドライバもインストールすることにする．次へ進む．

但し， NVIDIA CUDA ツールキットの古いバージョンを使う場合には，次のページから，最新のNVIDIA ドライバをダウンロードして，インストールする．
NVIDIA ドライバのダウンロードページ: https://www.nvidia.co.jp/Download/index.aspx?lang=jp

③ NVIDIA CUDA ツールキット 11.0，NVIDIA cuDNN 8.2.1 のインストール

Windows での NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.0，NVIDIA cuDNN v8.2.1 のインストール: 別ページで説明している．

NVIDIA CUDA ツールキットのダウンロードとインストール
次のページからダウンロードし，インストールする．
NVIDIA CUDA ツールキットのページ: https://developer.nvidia.com/cuda-toolkit-archive
NVIDIA cuDNN のダウンロードと設定
1. NVIDIA Developer Program メンバーシップ
  cuDNN のダウンロードのため，利用者本人が，電子メールアドレス，表示名，パスワード，生年月日を登録．利用条件等に合意．
  URL: https://developer.nvidia.com/cudnn
2. NVIDIA cuDNN v8.2.1 for CUDA 11.X のダウンロードと展開（解凍）
  - NVIDIA cuDNN のダウンロード URL: https://developer.nvidia.com/cudnn
3. 「NVIDIA cuDNN をインストールしたディレクトリ」をもとに環境変数を設定する．
  「NVIDIA cuDNN をインストールしたディレクトリ」が C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0 の場合には，次のように設定する．
  - すでに，c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\bin には，パスが通っている．
  - システム環境変数 CUDNN_PATH に，c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0 を設定
    管理者として実行したコマンドプロンプトで，次のコマンドを実行．
```
call powershell -command "[System.Environment]::SetEnvironmentVariable(\"CUDNN_PATH\", \"c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\", \"Machine\")"
```
4. Windows では，次の操作により，cudnn64_8.dll にパスが通っていることを確認する．
  Windowsのコマンドプロンプトを開き、次のコマンドを実行．エラーメッセージが出ないことを確認．
```
where cudnn64_8.dll
```

Python 64 ビット版のインストール，pip と setuptools の更新

Windows での Python 3.10 のインストール，pip と setuptools の更新: 別ページで説明している．

Python の公式ページ: http://www.python.org/

Git のインストール

Git のページ https://git-scm.com/ からダウンロードしてインストール:

Windows での Git のインストール手順: 別ページで説明している．

Chainer のインストール

Python 3.8, 3.7, 3.6, 3.5 のいずれかが必要 (根拠: https://pypi.org/project/cupy-cuda110/7.8.0/#files)

ここでは，Python 3.8 を使う．

Windows で，コマンドプロンプトを管理者として実行

Chainerのインストール

py -3.8 -m pip install -U pip setuptools
py -3.8 -m pip install -U chainer

Chainer のバージョン確認
```
py -3.8 -m pip show chainer
```
動作確認のため example プログラムを使いたいので、chainer のソースコード類一式のダウンロード
※ git を使いたいので、 Git のインストールが終わっていること．
【外部へのリンク】 https://github.com/chainer/chainer
```
py -3.8 -m pip install -U matplotlib
cd %LOCALAPPDATA%
rmdir /s /q chainer
del pax_global_header
git clone https://github.com/chainer/chainer.git
```
MNIST データセットで学習してみる
https://chainer.org/ の記述に従い、「MNIST example」を実行してみる．
GPU 無しで動作させ、Chainer のインストールを確認する
「-g -1」は　「GPU　を使わない」と明示的に指定するもの
```
cd %LOCALAPPDATA%\chainer
py -3.8 examples/mnist/train_mnist.py -g -1
```
学習が行われる。終了までしばらく待つ。

乱数を使うので毎回違う結果が表示される
エラーメッセージが出なければ、インストール成功とする

Chainer を GPU で動作させてみる

Windows で，コマンドプロンプトを管理者として実行

CuPy のインストール

py -3.8 -m pip install "cupy-cuda110>=7.7.0,<8.0.0"

cupy のバージョン確認
```
py -3.8 -m pip show cupy-cuda110
```
MNIST データセットで学習してみる
https://chainer.org/ の記述に従い、「MNIST example」を実行してみる．
```
cd %LOCALAPPDATA%
py -3.8 chainer/examples/mnist/train_mnist.py -g 0 
```
学習が行われる。終了までしばらく待つ。

※ 乱数を使うので毎回違う結果が表示される
エラーメッセージが出なければ、インストール成功とする

本サイトは金子邦彦研究室のWebページである．

資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには，「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページで説明している．再配布や資料改変の際には，そのページをご確認ください．

サイトマップは，サイトマップのページをご覧下さい．本サイト内の検索は，サイト内検索のページをご利用下さい．

問い合わせ先：金子邦彦（かねこくにひこ）